stringtranslate.com

Funciones de prueba para optimización

En matemáticas aplicadas, las funciones de prueba , conocidas como paisajes artificiales , son útiles para evaluar características de los algoritmos de optimización, como la tasa de convergencia , la precisión, la robustez y el rendimiento general.

En este trabajo se presentan algunas funciones de prueba con el objetivo de dar una idea de las diferentes situaciones a las que se enfrentan los algoritmos de optimización al enfrentarse a este tipo de problemas. En la primera parte se presentan algunas funciones objetivo para casos de optimización de un solo objetivo. En la segunda parte se presentan funciones de prueba con sus respectivos frentes de Pareto para problemas de optimización multiobjetivo (MOP).

Los paisajes artificiales presentados aquí para problemas de optimización de un solo objetivo se toman de Bäck, [1] Haupt et al. [2] y del software de Rody Oldenhuis. [3] Dado el número de problemas (55 en total), aquí solo se presentan unos pocos.

Las funciones de prueba utilizadas para evaluar los algoritmos para MOP fueron tomadas de Deb, [4] Binh et al. [5] y Binh. [6] El software desarrollado por Deb se puede descargar, [7] que implementa el procedimiento NSGA-II con GAs, o el programa publicado en Internet, [8] que implementa el procedimiento NSGA-II con ES.

Se presenta aquí simplemente una forma general de la ecuación, un gráfico de la función objetivo, los límites de las variables objeto y las coordenadas de los mínimos globales.

Funciones de prueba para optimización de objetivo único

Funciones de prueba para optimización restringida

Funciones de prueba para optimización multiobjetivo

[ Se necesita más explicación ]

Software

Referencias

  1. ^ Bäck, Thomas (1995). Algoritmos evolutivos en teoría y práctica: estrategias evolutivas, programación evolutiva, algoritmos genéticos . Oxford: Oxford University Press. pág. 328. ISBN 978-0-19-509971-3.
  2. ^ Haupt, Randy L. Haupt, Sue Ellen (2004). Algoritmos genéticos prácticos con CD-ROM (2.ª ed.). Nueva York: J. Wiley. ISBN 978-0-471-45565-3.{{cite book}}: CS1 maint: multiple names: authors list (link)
  3. ^ Oldenhuis, Rody. "Muchas funciones de prueba para optimizadores globales". Mathworks . Consultado el 1 de noviembre de 2012 .
  4. ^ abcde Deb, Kalyanmoy (2002) Optimización multiobjetivo utilizando algoritmos evolutivos (edición repetida). Chichester [ua]: Wiley. ISBN 0-471-87339-X . 
  5. ^ ab Binh T. y Korn U. (1997) MOBES: Una estrategia de evolución multiobjetivo para problemas de optimización restringida. En: Actas de la Tercera Conferencia Internacional sobre Algoritmos Genéticos. República Checa. pp. 176–182
  6. ^ abc Binh T. (1999) Un algoritmo evolutivo multiobjetivo. Los casos de estudio. Informe técnico. Instituto de Automatización y Comunicación. Barleben, Alemania
  7. ^ Deb K. (2011) Software para código NSGA-II multiobjetivo en C. Disponible en la URL: https://www.iitk.ac.in/kangal/codes.shtml
  8. ^ Ortiz, Gilberto A. "Optimización multiobjetivo utilizando ES como algoritmo evolutivo". Mathworks . Consultado el 1 de noviembre de 2012 .
  9. ^ Whitley, Darrell; Rana, Soraya; Dzubera, John; Mathias, Keith E. (1996). "Evaluación de algoritmos evolutivos". Inteligencia artificial . 85 (1–2). Elsevier BV: 264. doi : 10.1016/0004-3702(95)00124-7 . ISSN  0004-3702.
  10. ^ Vanaret C. (2015) Hibridación de métodos de intervalo y algoritmos evolutivos para resolver problemas de optimización difíciles. Tesis doctoral. Ecole Nationale de l'Aviation Civile. Institut National Polytechnique de Toulouse, Francia.
  11. ^ Simionescu, PA; Beale, D. (29 de septiembre – 2 de octubre de 2002). Nuevos conceptos en la visualización gráfica de funciones objetivas (PDF) . Conferencias técnicas internacionales de ingeniería de diseño y computación e información en ingeniería de ASME 2002. Montreal, Canadá. págs. 891–897 . Consultado el 7 de enero de 2017 .
  12. ^ "Resolver un problema no lineal restringido - MATLAB y Simulink". www.mathworks.com . Consultado el 29 de agosto de 2017 .
  13. ^ "Problema de las aves (restringido) | Integración de Phoenix". Archivado desde el original el 29 de diciembre de 2016. Consultado el 29 de agosto de 2017 .{{cite web}}: CS1 maint: bot: original URL status unknown (link)
  14. ^ Mishra, Sudhanshu (2006). "Algunas nuevas funciones de prueba para la optimización global y el rendimiento del método de enjambre de partículas repulsivas". Documento MPRA .
  15. ^ Townsend, Alex (enero de 2014). "Optimización restringida en Chebfun". chebfun.org . Consultado el 29 de agosto de 2017 .
  16. ^ Simionescu, PA (2020). "Una colección de problemas de prueba de optimización no lineal bivariada con representaciones gráficas". Revista internacional de modelado matemático y optimización numérica . 10 (4): 365–398. doi :10.1504/IJMMNO.2020.110704.
  17. ^ Simionescu, PA (2014). Herramientas de simulación y gráficos asistidos por computadora para usuarios de AutoCAD (1.ª ed.). Boca Raton, FL: CRC Press. ISBN 978-1-4822-5290-3.
  18. ^ Chankong, Vira; Haimes, Yacov Y. (1983). Toma de decisiones multiobjetivo. Teoría y metodología . Holanda Septentrional. ISBN 0-444-00710-5.
  19. ^ Fonseca, CM; Fleming, PJ (1995). "Una visión general de los algoritmos evolutivos en la optimización multiobjetivo". Evol Comput . 3 (1): 1–16. CiteSeerX 10.1.1.50.7779 . doi :10.1162/evco.1995.3.1.1. S2CID  8530790. 
  20. ^ F. Kursawe, “Una variante de estrategias de evolución para la optimización vectorial”, en PPSN I, Vol 496 Lect Notes in Comput Sc. Springer-Verlag, 1991, págs. 193-197.
  21. ^ Schaffer, J. David (1984). "Optimización de objetivos múltiples con algoritmos genéticos evaluados por vectores". En GJE Grefensette; JJ Lawrence Erlbraum (eds.). Actas de la Primera Conferencia Internacional sobre Algoritmos Genéticos . OCLC  20004572.
  22. ^ abcde Deb, Kalyan; Thiele, L.; Laumanns, Marco; Zitzler, Eckart (2002). "Problemas de pruebas de optimización multiobjetivo escalables". Actas del Congreso de Computación Evolutiva de 2002. CEC'02 (Cat. No.02TH8600) . Vol. 1. págs. 825–830. doi :10.1109/CEC.2002.1007032. ISBN 0-7803-7282-4.S2CID61001583  .​
  23. ^ Osyczka, A.; Kundu, S. (1 de octubre de 1995). "Un nuevo método para resolver problemas generalizados de optimización multicriterio utilizando el algoritmo genético simple". Optimización estructural . 10 (2): 94–99. doi :10.1007/BF01743536. ISSN  1615-1488. S2CID  123433499.
  24. ^ Jiménez, F.; Gómez-Skarmeta, AF; Sánchez, G.; Deb, K. (mayo de 2002). "Un algoritmo evolutivo para optimización multiobjetivo restringida". Actas del Congreso de Computación Evolutiva de 2002. CEC'02 (Cat. N.º 02TH8600) . Vol. 2. págs. 1133–1138. doi :10.1109/CEC.2002.1004402. ISBN. 0-7803-7282-4.S2CID56563996  .​